論文の概要: An Agentic ENF Framework for Forensic Video Authentication Against Generative AI

• arxiv url: http://arxiv.org/abs/2610.22440v1
• Date: Thu, 15 Oct 2026 14:44:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.596339
• Title: An Agentic ENF Framework for Forensic Video Authentication Against Generative AI
• Title（参考訳）: 生成AIに対する法医学的ビデオ認証のためのエージェントENFフレームワーク
• Abstract要約: 本稿では,生成が制御できない信号によって映像を認証する法医学的枠組みを開発する。 ENFバンド・フリックは、実写映像と区別できない名目で生成されたビデオに存在しているため、その存在は真偽の証明ではない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative models now synthesise video that is hard to distinguish from genuine footage, and learned detectors that key on a generator's artefacts degrade sharply on unseen models. This paper develops a forensic framework that authenticates video by a signal that generation does not control: the electric network frequency (ENF), the mains-driven hum in audio and flicker in video. A unified two-channel detector extracts the ENF from audio and from rolling-shutter video through one second harmonic estimator and a shared network; a synthetic-injection training method, driven by an Ornstein-Uhlenbeck drift model and anchored to real recordings, overcomes the scarcity of labelled ENF data; a reference-matching channel verifies a claimed time of recording and recovers an unknown one; and a two-axis agentic orchestrator fuses recording authenticity with content-manipulation evidence under an asymmetric rule, escalating expensive detectors only when needed. A central finding reframes the task: an ENF-band flicker is present in generated video at a prominence indistinguishable from real footage, so its presence is not proof of authenticity, and authentication must rest on consistency with an independent reference rather than on presence. On held-out real recordings the detector accepts genuine audio and video at 93% and 100% against naive baselines of 53% and 15%; claimed-time authentication reaches an area under the curve of 1.0; and the agentic cascade matches a flat ensemble while cutting wall-clock time by 54% and frames decoded by 64%, without loss of accuracy.
• Abstract（参考訳）: 生成モデルは、本物の映像と区別が難しい映像を合成し、ジェネレータのアーチファクトのキーとなる検出器を学習する。 本稿では,音声の主成分である電気ネットワーク周波数(ENF)とフリック・イン・ビデオのフリック(flicker)の信号によって映像を認証する法医学的枠組みを開発する。 統合された2チャンネル検出器は、音声及び第2ハーモニック推定器及び共有ネットワークを介してローリングシャッター映像からENFを抽出し、Ornstein-Uhlenbeckドリフトモデルにより駆動され、実際の記録に固定され、ラベル付きENFデータの不足を克服する合成注入訓練方法、基準マッチングチャネルは、未知のデータを記録して再生する要求時間を検証するとともに、2軸のエージェントオーケストレータは、非対称な規則の下でコンテンツ操作エビデンスで認証を記録し、高価な検出器をエスカレートする。 ENFバンドのフリックは、実際の映像と区別できない名目で生成されたビデオに存在しているので、その存在は本物であることの証明ではなく、認証は存在ではなく独立した参照との整合性に依存しなければならない。 保持された実記録では、検知器は本物のオーディオとビデオの93%と100%で、53%と15%で、クレームタイム認証は1.0の曲線以下の領域に到達し、エージェントカスケードは、壁時計時間を54%削減し、フレームを64%デコードして精度を損なうことなくフラットアンサンブルと一致する。

関連論文リスト

• Learning Unified Video and Image Representation for Video Face Forgery Detection [49.19035628283472]
  既存のビデオ顔偽造検出方法は、偽造ビデオのすべてのフレームが操作されていると仮定する。 ビデオ中の部分的偽造を検出するための微細な監督を行うために,追加の注釈付き画像を利用する新しいフレームワーク UVIF を提案する。 UVIFは、統一エンコーダとマルチタスク学習パラダイムを使用して、ビデオ顔偽造検出の強化のために、顔ビデオと画像を共同でモデル化する。
  論文  参考訳（メタデータ） (2026-08-13T10:25:59Z)
• VidForensics-M1: Meta-Detection Reinforcement Learning with Verifiable Temporal Grounding for AI-Generated Video Forensics [21.438987128589403]
  我々は,AIが生成するビデオ検出にtextbfmeta-detectionを導入し,信頼性の高い偽造検出を可能にする。 この知見に基づいて,ペア化されたリアルタイムビデオを生成する自動データ構築パイプラインを提案する。 textbfVidForensics-M1は、検証可能な時間的証拠を利用して、堅牢で一般化可能なAI生成ビデオ検出を実現する。
  論文  参考訳（メタデータ） (2026-08-11T17:58:10Z)
• Attribution-Guided Multimodal Deepfake Detection via Cross-Modal Forensic Fingerprints [4.598350938853635]
  ビデオの偽造方法を特定することができない検出器は、間違ったシグナルを学習している可能性が高い、と私たちは主張する。 二分検出とは異なり、帰属誘導学習は共有埋め込み空間に強い幾何学的制約を課す。 本稿では,属性検出と属性抽出を共同で学習する属性誘導型マルチモーダルディープフェイク検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-29T09:11:13Z)
• SAVe: Self-Supervised Audio-visual Deepfake Detection Exploiting Visual Artifacts and Audio-visual Misalignment [74.05278327933006]
  SAVeは,音声・視覚深度検出フレームワークで,映像の完全学習を行う。 SAVEは、タグ付けアーティファクトをエミュレートするために、オンザフライ、アイデンティティ保存、地域対応の自明な擬似操作を生成する。 クロスモーダルな証拠を捉えるために、SAVeはリップ音声同期もモデル化している。
  論文  参考訳（メタデータ） (2026-03-26T08:01:35Z)
• ERF-BA-TFD+: A Multimodal Model for Audio-Visual Deepfake Detection [49.14187862877009]
  本稿では,ERFと音声-視覚融合を組み合わせた新しいディープフェイク検出モデルであるERF-BA-TFD+を提案する。 我々のモデルは音声と映像の両方の特徴を同時に処理し、その相補的な情報を活用して検出精度とロバスト性を向上させる。 本研究では,DDL-AVデータセット上でのRF-BA-TFD+の評価を行った。
  論文  参考訳（メタデータ） (2025-08-24T10:03:46Z)
• Towards Reliable Audio Deepfake Attribution and Model Recognition: A Multi-Level Autoencoder-Based Framework [7.755879452365207]
  オーディオディープフェイクの拡散は、デジタル通信に対する信頼の高まりを示唆している。 LAVAは,音声のディープフェイク検出とモデル認識のための階層的なフレームワークである。 生成技術を識別するAudio Deepfake Attribution (ADA) と、特定の生成モデルインスタンスを認識するAudio Deepfake Model Recognition (ADMR) である。
  論文  参考訳（メタデータ） (2025-08-04T15:31:13Z)
• MagDiff: Multi-Alignment Diffusion for High-Fidelity Video Generation and Editing [90.06041718086317]
  我々は、高忠実度ビデオ生成と編集の両方のタスクに対して、MagDiffと呼ばれる統合多重配位拡散を提案する。 提案したMagDiffは、主観駆動アライメント、適応プロンプトアライメント、高忠実アライメントを含む3種類のアライメントを導入している。
  論文  参考訳（メタデータ） (2023-11-29T03:36:07Z)
• DeFakePro: Decentralized DeepFake Attacks Detection using ENF Authentication [66.2466055910145]
  DeFakeProは、オンラインビデオ会議ツールにおけるコンセンサスメカニズムに基づくDeepfake検出技術である。 ENF信号のゆらぎの類似性は、PoENFアルゴリズムを用いて、会議ツールで放送されたメディアを認証する。
  論文  参考訳（メタデータ） (2022-07-22T01:22:11Z)
• Spatial-Temporal Frequency Forgery Clue for Video Forgery Detection in VIS and NIR Scenario [87.72258480670627]
  既存の周波数領域に基づく顔偽造検出手法では、GAN鍛造画像は、実際の画像と比較して、周波数スペクトルに明らかな格子状の視覚的アーチファクトを持つ。 本稿では,コサイン変換に基づくフォージェリークリュー拡張ネットワーク(FCAN-DCT)を提案し,より包括的な時空間特徴表現を実現する。
  論文  参考訳（メタデータ） (2022-07-05T09:27:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。